近年来，产品的可用性愈来愈受到人们的重视，手机在人们的生活日益普及，手机的可用性也渐渐得到了用户的重视，但在手机开发过程中，往往存在追求技术创新而忽略人的因素的现象，从而导致目前许多手机产品都存在不同程度的可用性问题。对于手机可用性的指标，在以往研究中也存在着单一化的局限，（1）仅测量主观指标；（2）仅测量客观指标;（3）客观指标的测量只有结果指标。同时由于主客观绩效出现的分离，在对可用性差异的比较上，往往难以进行。因此本研究试图使用多种方法多种手段来对手机可用性进行测量，从负荷的角度，使用过程性的可用性指标（生理指标）来测量手机的可用性，同时综合主观指标和不同类型的客观指标，建立可用性的指标体系，并通过算法来对可用性的指标体系进行相互验证和预测，通过指标之间的匹配,来解决有效的进行不同手机之间的可用性差异比较的问题。本文中研究一确定了指标体系中的维度，（1）实验一为评价体系中的主观维度的测量编制了手机可用性问卷，使用223名被试进行了项目的初测，通过因素分析确定了问卷的七个维度，最终确定的问卷一共40个项目，具有良好的信度与效度。（2）实验二验证了肌电指标作为客观过程指标的有效性，通过操作同一手机，控制任务难度水平，验证肌电对不同负荷水平的区分，从而验证肌电作为可用性指标的有效性。采用20个被试的有效数据，结果得到在两种任务难度水平（简单/困难）上的肌电平均振幅（AEMG），中位频率（MF），平均功率频率（MPF）的多数任务上均有显著的差异，在复杂任务上肌肉的负荷较大。研究二基于BP神经网络算法构建了可用性综合评价模型（3）实验三中测量了多个维度的手机可用性综合指标，为下一步模型的构建建立了基础。采用组间设计，两组被试分别使用HTC手机和三星手机完成操作任务，记录被试的任务完成时间和操作过程中的肌电数据，任务完成后填写手机可用性问卷。对实验三的结果进行了差异性比较，在问卷分数上，两个手机没有显著差异（t=-0,569.p=0.572）。在任务完成时间上，两个手机在任务一、任务八、任务十二和任务十四存在显著性差异(t=-2.420*,p=0.020;t=-3.413**,p=0.001;t=2.538*,p=0.015; t=-3.338**,p=0.002),在AEMG上，两个手机没有显著性差异。对于MF，除了任务8，任务14，在其他任务上两个手机均出现了显著差异（t=2.455，p=0.018；t=2.619，p=0.012；t=2.696，p=0.010；t=2.623，p=0.012；t=3.436，p=0.001；t=3.526，p=0.001；t=-2.220，p=0.031；t=7.397，p=0.000；t=9.077，p=0.000；t=5.945，p=0.000；t=4.694，p=0.000；t=8.481，p=0.279），具有显著性差异的这些任务中，任务7上HTC比三星更加省力，其余任务均是三星手机的表现更好。对于MPF，两个手机在任务1，2，3，4，5，7，8，10，12，13，14中均出现显著性差异（t=4.450,p=0.000;t=6.021,p=0.000;t=2.942,p=0.005;t=6.099,p=0.000;t=3.187,p=0.003;t=8.475,p=0.000;t=4.335,p=0.000;t=5.046,p=0.000;t=7.303,p=0.000;t=4.070,p=0.000）,在这些具有显著性差异的任务中，均为三星手机更为省力。（4）在实验三中通过任务的对比不能区分两个手机的可用性差异，因此在下一步进行了建模，基于BP神经网络算法，通过非线性的映射，尽可能地利用了数据，建立了预测准确性在73.3%的可用性评价模型。获得了数据在23个维度上的权重，通过计算更加准确客观地对两个手机的可用性差异进行了对比。本文综合了多种可用性评价指标对手机可用性进行评价，克服了以往研究中评价指标单一的局限。并通过算法建立了评价模型，从模型的输出对不同手机的可用性差异进行了客观的比较。